正交变换第二组.pptVIP

法二： 将 改写成矩阵Y，即 对Y做以下变换 然后重排一下 显然，与第一种算法的到的结果一致。 第二十六页，共六十页，2022年，8月28日 下图是一幅数字图像及对其进行二维WHT变换的结果。 图1-2 二维WHT结果 （a）原图像；（b）WHT结果 从以上例子可看出，二维WHT具有能量集中的特性，而且原始数据中数字越是均匀分布，经变换后的数据越集中于矩阵的边角上。因此，二维WHT可用于压缩图像信息。 1.4 应用 第二十七页，共六十页，2022年，8月28日 综上所述，WHT是将一个函数变换成取值为＋1或－1的基本函数构成的级数，用它来逼近数字脉冲信号时要比FFT有利。同时， WHT只需要进行实数运算，存储量比FFT要少得多， 运算速度也快得多。因此，WHT在图像传输、 通信技术和数据压缩中被广泛使用。 第二十八页，共六十页，2022年，8月28日 第二章 小波变换 2.2 离散小波变换 2.4 应用 2.3 算法 2.1 连续小波变换 第二十九页，共六十页，2022年，8月28日 背景知识 傅立叶变换：提供了频率域的信息，但丢失了时间域的局部化信息。 小波变换:是对一个函数在时间和频率上进行局部化分析的一种数学变换。 通过平移母小波(mother wavelet)获得信号的时间信息。 通过缩放母小波的宽度(或称尺度)获得信号的频率特性。 对母小波的平移和缩放操作是为计算小波的系数，这些系数代表局部信号和小波之间的相关程度。从而达到变换目的：获得时间和频率域之间的相互关系。 第三十页，共六十页，2022年，8月28日 2.1 连续小波变换 连续小波变换（Continuous Wavelet Transform， CWT）用下式表示： 上式表示小波变换是信号f(t)与被缩放和平移的小波函数ψ()之积在信号存在的整个期间里求和的结果。 CWT的变换结果是许多小波系数C，这些系数是缩放因子（scale）和平移（positon）的函数。 第三十一页，共六十页，2022年，8月28日 2.1.1 小波 小波 的选择既不是唯一的也不是任意的：这里 是归一化地具有单位能量的解析函数，他应满足以下条件： （1）具有有限的持续时间和突变的频率和振幅。 （2）在有限的时间范围内，它的平均值等于零，即 （高阶矩也为0）. 第三十二页，共六十页，2022年，8月28日 图2-1 （a）正弦波曲线 （b）小波曲线 上图表示了正弦波和小波的区别，由此可以看出，正弦波从负无穷一直延续到正无穷，正弦波是平滑而且是可预测的，而小波是一类在有限区间内快速衰减到0的函数，其平均值为0，小波趋于不规则、不对称。 综上，可以概括为：小波应是具有震荡性和迅速衰减的波。 第三十三页，共六十页，2022年，8月28日 基本小波函数ψ()的缩放和平移操作含义如下：  (1) 缩放。简单地讲， 缩放就是压缩或伸展基本小波， 缩放系数越小， 则小波越窄，如图2-2所示。 （2）平移。简单地讲，平移就是小波的延迟或超前。在数学上， 函数f(t)延迟k的表达式为f(t-k)，如图2-3所示。 图2-3 小波的平移操作 (a) 小波函数ψ(t)； (b) 位移后的小波函数ψ(t-k) 图2-2 小波的缩放操作 第三十四页，共六十页，2022年，8月28日 例：设函数 具有有限能量，即 ， 则小波变换的定义如下 ： 积分核为 。 a为尺度参数，b为位置参数， 为小波。若 ，函数 具有伸展作用； ，函数 具有收缩作用。小波随伸缩参数a，平移参数b而变化。 随参数a的减小， 的支撑区也就变大（支撑区或支集就是函数定义域的闭子集），而 频谱随之向高频端展宽，反之亦然。这就有可能实现窗口大小自适应变化，当信号频率增高时，时窗宽度变窄，而频窗宽度增大，有利于提高时频分辨率，反之也一样。 第三十五页，共六十页，2022年，8月28日 小波的缩放因子与信号频率之间的关系是